2018谷歌学术影响力排名出炉:CVPR进入前20,ResNet被引最多过万次!


新智元报道

来源:scholar.google.com

作者:闻菲

【新智元导读】谷歌学术昨天发表了2018年最新的学术期刊和会议影响力排名,CVPR和NIPS分别排名第20和第54。在排名第一的Nature里,过去5年被引用次数最高的论文,正是深度学习三大神Hinton、LeCun和Bengio写的《深度学习》一文,而CVPR里被引次数最高的,则是ResNet,引用次数超过了1万次。

昨天,谷歌学术(Google Scholar)公布了2018年最新的学术期刊/会议影响力排名,从综合领域看,毫不意外的,Nature第一、Science第三,但值得关注的是,计算机视觉顶会CVPR排名第20,另一个AI领域的顶会NIPS也排名第54,名次较去年有了大幅提升。

就连排名第一的Nature里,过去5年被引用次数最高的论文,也是“深度学习三大神”Hinton、LeCun和Bengio合著的《深度学习》一文。

不仅如此,在CVPR里,过去5年被引次数最多的论文,是当时还在微软亚洲研究院的孙剑、何恺明、张祥雨、任少卿写的的ResNet,被引次数已经过万。

2018 谷歌学术期刊和会议影响力排名:CVPR第20,NIPS第54

首先来看综合领域结果。

大家比较关心的Nature、Science分别位列第一和第三,医学著名期刊《新英格兰杂志》和《柳叶刀》分别位于第二和第四。一向被国内与Nature、Science并列,有“CNS”之称的Cell,这次排名第6。

接下来就是新智元的读者更为关注的与人工智能有关的期刊和会议了,这一次,计算机视觉顶会CVPR不负众望排名第20,由此计算机领域顶会也终于进入Top20的行列。

另一方面,AI领域另一个备受关注的会议NIPS,也在综合排名中位列第54,取得了不错的成绩。

与神经科学相关的 Nature Neuroscience 排名第44。

至于第21名到第40名的期刊,实际上也有常有跟AI相关的论文发表,大家也可以看一下排名。

值得一提,PLoS ONE位于第23,Scientific Reports 排名第39,也算是不错的发表场所了。

在第61到第80名中间,集中出现了多本IEEE期刊。被誉为另一个计算机视觉顶会的ICCV,排名第78。

第81到第100名的期刊/会议排名如下,TPAMI 位于第92,果然好论文都优先去会议发表了。

工程与计算机领域Top 20:CVPR排名第5

谷歌学术计量排名方法:过去5年被引用论文“h5指数”

谷歌学术(Google Scholar)期刊和会议排名主要基于h-index。实际上,从2012年起来,谷歌学术计量(Google Scholar Metrics, GSM)每年都会发布学术期刊和会议的GSM排名。

相比科睿唯安基于Web of Science数据库公布的《期刊引证报告》(Journal Citation Report, JCR),GSM不仅可以免费检索,而且收录的期刊和会议范围远远大于Web of Science。

还有一点,期刊/会议的“h5指数”(过去5年h-index)比较难以被人为操控,不会因为多了一篇超高被引论文而明显增长,另一方面,刻意减少发文量也不会对提升h5指数有作用。

因此,h5指数可以体现期刊和会议的整体综合实力,逐渐成为学术出版物和会议影响力评价的一个重要参考。

总体看,GSM主要参考以下3个指标:

  • h指数(h-index):指在所有发表的论文中,有至少 h 篇论文分别被引用了至少 h 次,那么这份期刊或会议的h指数就是h。
  • h核心(h-core):指该期刊或会议被引用最高的 h 篇论文。
  • h中位数(h-median):指 h核心中位数论文的引用次数。

相应地,h5指数(h5-index)、h5核心(h5-core)和h5中值(h5-median),就是收录在谷歌学术系统中的期刊和会议在最近5年的论文数量及各论文被引用的次数

例如,如果某本期刊在过去5年所发表的论文中,至少有 h 篇论文分别被引用了至少 h 次,那么这份杂志的 h5指数就是 h。h5核心和h5中值的计算方法也一样。

了解更多:

https://scholar.google.com/citations?view_op=top_venues&hl=zh-CN&vq=en


原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-08-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

专栏 | 上海纽约大学张峥教授:2017年影响力论文推荐

这篇文章特意选择在 NIPS2017 会议期间发表,但与会者并没有特别大的反应。相反,在研讨会上这篇文章引起了关于通用智能的一场针锋相对的讨论。

13720
来自专栏机器人网

移动机器人的几种视觉算法

谈到移动机器人,大家第一印象可能是服务机器人,实际上无人驾驶汽车、可自主飞行的无人机等等都属于移动机器人范畴。它们能和人一样能够在特定的环境下自由行走/飞行,都...

21130
来自专栏新智元

麦克阿瑟天才奖得主解码计算机视觉“原罪”:AI 如何认识人类世界

【新智元导读】麦克阿瑟“天才奖”获得者Trevor Paglen训练AI算法,他的展览项目“看不见的图像的研究”(A Study of Invisible Im...

37770
来自专栏新智元

ACL 2016:基于深度学习的 NLP 看点

【新智元导读】计算语言领域顶级会议ACL2016今天公布了10篇优秀论文(outstanding paper)名单。本文介绍 ACL 2016 概况,同时收录清...

53160
来自专栏大数据文摘

周博磊知乎热答:如何评价何恺明大神斩获ICCV 2017最佳论文

18530
来自专栏灯塔大数据

塔说 | 麦克阿瑟天才奖得主解码计算机视觉“原罪”:AI 如何认识人类世界

导读:麦克阿瑟“天才奖”获得者Trevor Paglen训练AI算法,他的展览项目“看不见的图像的研究”(A Study of Invisible Images...

35390
来自专栏PPV课数据科学社区

基于贝叶斯生存分析的《冰与火之歌》人物死亡率分析

? 《冰与火之歌》书迷遍布全球。该小说凭借其丰富的人物设置受到广大书迷青睐。然而,在马丁( Martin )笔下,无论好人、坏人,主角、配角都难逃命运的捉弄。...

38370
来自专栏新智元

【Nature 封面论文】机器学习掀起材料革命,人工智能或将颠覆人类科研方式

【新智元导读】昨日Nature封面论文:哈佛大学研究者借助机器学习算法,利用“废弃”数据成功预测新材料的合成,引发学界激论:人工智能真能加速发现神奇新材料吗?该...

50660
来自专栏PaddlePaddle

用深度学习预测世界杯胜率,有多大把握?

预测其实是需要综合多方面因素考量的,数据维度可能爆炸到无法统计,同样如果想借助深度学习预测,在开始之前一定要确保避开这几个雷区

11930
来自专栏钱塘大数据

【思维导图】机器学习基础之「统计篇」

本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识,是对之前系列文章做的一次完整的梳理,也是我至今为止所有与统计有关的学习笔记。众所周知,「统计学...

375130

扫码关注云+社区

领取腾讯云代金券